我已经在我的电脑上制作了一个带有PageRank功能的小型搜索引擎原型。我对在其基础上构建一个知识图谱很感兴趣，并且希望它能返回与查询上下文相关的网页，类似于谷歌如何找到与搜索问题相关的答案。我看到关于知识图谱有很多宣传，但几乎没有关于如何构建知识图谱的文献和伪代码指南。是否有人知道关于知识图谱内部工作原理的好参考资料，这样就不需要自己创建关于知识图谱的模型了？
回答：
知识图谱是一个热门词汇。它是多种模型和技术的集合，旨在实现一个结果。你的旅程的第一站始于自然语言处理、本体学习和文本挖掘。这是一个广泛的人工智能领域，可以在这里找到该领域的研究概览。
在构建自己的模型之前，我建议你尝试使用专门的工具箱，如gensim，来尝试不同的标准算法。你将了解到tf-idf、LDA、文档特征向量等知识。
我假设你想处理文本数据，如果你想使用其他图像进行图像搜索，情况会有所不同。音频部分也是如此。
构建模型只是第一步，谷歌知识图谱最困难的部分是每天要处理数十亿的请求…
一个好的处理流程可以“轻松”地在Apache Spark之上构建，它是“当前一代的Hadoop”。它提供了一个弹性的分布式数据存储，这对于想要扩展规模是必不可少的。
如果你想将数据保持为图形形式，如图论中的图形（如PageRank），用于实时查询，我建议你使用Bulbs，这是一个框架，类似于图形的ORM，但你不是使用SQL，而是使用图形遍历语言Gremlin来查询数据库。例如，你可以将后端从Neo4j切换到OpenRDF（如果你做本体学习，这很有用）。
